每年一次的教师节，都勾起好多回忆。我想起高中数学老师，鹤发童颜、和蔼可亲，却天真如小孩。经常兴高采烈地拿着一张手写的题目，来到自习课堂，神神秘秘地对我说：做做看，不错。对于一些难题的评价是：有味道、有意思。我想大家都有一些珍藏的记忆。他在高考前夕对我们说的做人要有“信、望、爱”，足以支撑我走过漫长坎坷的人生路。他的QQ昵称是“青蛙王子”，在他身上我看到心态年轻的人永远不会老。
今天学习如何用用scikit-learn完成鸢尾花数据集的分类任务：
-
加载鸢尾花数据集&对数据进行预处理
鸢尾花数据集可以从scikit-learn库中直接加载，其中X的第三列代表花瓣长度(petal length)，第四列代表花瓣宽度(petal width)，Y代表的类别已被转为整数：0=Iris-Setosa（山鸢尾），1=Iris-Versicolor（杂色鸢尾），2=Iris-Virginica（维尔吉妮卡鸢尾）。
将数据集拆分为70%训练集，30%测试集：
将特征标准化（新数据=(原数据-均值)/标准差）：
-
用scikit-learn训练一个感知机
Peceptron 模型对于并不是完全线性隔离的 dataset 不能 converge，所以实际应用中并不多用。
下周学习如何用scikit-learn实现逻辑回归模型，敬请期待：）
